当 AI 真的记住你说过的话

它什么都不记得

盘盘猫有一款 MBTI 人格测试。不是传统问卷那种勾选题，而是用对话来理解你——你的措辞、推理方式、碰到模糊问题时的反应。每一轮对话，都是一次人格信号的采集。

做得挺好的。

但有个致命问题：做完一次测试，下次 AI 就把你忘了。

你和它聊了 20 分钟，坦白了职业困惑、感情纠结、对大厂机会的恐惧。关掉页面，下次回来——

"嗨，很高兴认识你！"

跟初次见面一样。

我在AI 智能体随想里写过一个判断：记忆编排是 AI 伴侣的技术护城河。不是"我们聊过 X 话题"这种事实摘要，而是对你这个人的理解——犹豫模式、情绪信号、嘴上说的和心里想的有什么不同。

99% 的对话是噪声。信号藏在语气里、在犹豫里、在回避里。

盘盘猫的 MBTI 已经在采集这些信号了。只是采完就丢了。

写完那篇构想我就想：别光说了，做一个出来。

飞轮怎么转

设计其实很直觉，两个 feature 一条飞轮。

MBTI 长期记忆——每次完成测试，AI 在后台把对话浓缩成一份结构化摘要。不是逐字记录，而是人格信号的提取：行为模式、情绪基调、关键语录、未解决的内心冲突。然后这份摘要合并进一个中心化的人格画像。

画像大概 400 个 token。不长，但足够让 AI 在下次对话时"认识你"。

有意思的地方在于画像里的两类特殊字段——memorableDetails（具体故事片段）和 unresolvedThreads（欲言又止的话题）。这些不是为了分析你，而是为了制造活人感。

让 AI 能在下次对话中说："你上次提到那个被否了三次的设计稿，后来怎样了？"

只有真正认识你的人才会问这种话。

深度伴侣——5 次有效的 MBTI 对话之后解锁。跟 MBTI 不一样，伴侣是有记忆的。它把你的人格画像和最近的对话摘要注入每次对话的上下文里。它知道你是谁，记得你说过什么，能自然地引用你的历史。

伴侣的提示词里有一条规则，直接呼应我在伴侣构想里说的"判断 Agent"：注意到矛盾不代表指出矛盾。只在用户主动探索时才温和地提及。

一个只会说好话的 AI 不是用心，是讨好。

而且这是双向的——伴侣的对话也会反哺人格画像。MBTI 采集信号，伴侣兑现价值，两者相互强化。

这就是飞轮。

设计对话：Claude Code 读懂了构想

整个 feature 从构想到代码到仿真验证，全程在 Claude Code 里完成。但最有意思的不是"它帮我写了代码"——而是"它和我一起做了设计"。

我给 Claude Code 的第一条指令：去读我的伴侣构想，然后探索盘盘猫的 MBTI 代码库，告诉我怎么把构想变成现实。

它花了一分钟探索完代码库，回来说了一句话，让我觉得它读懂了：

"你的构想文档把 MBTI 定义为更深层伴侣 AI 的原型——不是终点。关键洞察是跨会话记忆需要捕捉的是人格模式和行为倾向，而不仅仅是事实。当前系统已经存储了完整的加密对话记录——原始数据已经在那里了，只是没有被向前传递。"

然后它问了第一个关键问题：记忆用原始对话还是压缩摘要？

这个选择不像表面上那么简单。原始对话保留了所有细节，但算算账：每次会话大约 3,000-5,000 token，5 次就是 15,000-25,000 token 的额外上下文。每次伴侣对话都要注入，成本会爆炸，噪声也太多。

但纯摘要又丢失了质感。我在那篇文章里写得很明确：洞察不在用户说了什么，而在怎么说的——犹豫、措辞、反复出现的情绪模式、关键原话。干巴巴的摘要会把这些全丢掉。

Claude Code 提了一个折中方案：结构化摘要 + 原话保留。每次会话压缩成约 350 token 的结构化 JSON，包含人格信号、情绪基调、关键语录原文。再维护一份约 400 token 的中心化人格画像，每次会话后合并更新。

我在这个基础上做了进一步收敛：只总结 10 轮以上的合格会话，注入最近 5-10 条摘要，画像持续演进。最终的两层数据模型就这么定下来了。

产品层面的决策也是对话式推进的。Claude Code 问了几个问题，每个都列了选项让我选：解锁后用户看到什么？伴侣放在 /mbti 下还是独立路由？记忆对用户可见吗？

我一个个做了选择：独立的 /companion 路由（伴侣是产品原型，不是 MBTI 的附属品）、1 金鱼干/条消息（深度伴侣是值得付费的体验）、解锁时弹庆祝弹窗、记忆面板只读但可清除（信任感比控制感重要）。

整个设计对话大概 30 分钟。Claude Code 把决策整合成了一份完整的 spec 和 6 阶段实现计划。然后我让它在一个隔离的 git worktree 里开始实现——数据库迁移、后端 API、记忆管道、前端流程、解锁流程，每一层都是它写的。

Claude Code 设计 MBTI 长期记忆的实现计划

产品层面的决策：解锁体验、人格画像数据模型、深度伴侣路由

伴侣模式的设计：记忆可见性、定价和路由决策

仿真调试：跑一次炸一次

写代码只是前半程。后半程是仿真调试——这部分才见真章。

我让 Claude Code 搭了一个端到端的算法仿真：一个 AI 模型扮演虚拟用户，另一个扮演盘盘猫的 MBTI 和伴侣 AI，第三个当评审打分。三个模型互相喂数据，模拟完整的 5 次会话流程。

第一次跑就炸了。评审模型的 maxTokens 设了 600——太小了，JSON 输出到一半被截断，整个评分管道崩掉。改到 1200，重跑。

第二次跑，对话生成器吐出来的格式和验证器对不上。对话生成了 66 行，JSON 在中间断了。maxTokens 从 3000 拉到 5000，同时改了提示词里的输出格式约束。

第三次跑，Sessions 1 和 2 的质量评分都到了 9/10——但画像合并到 Session 2 时又截断了，画像的 JSON schema 比预期大。maxTokens 从 800 改到 1400。

第四次跑，终于看到了有意义的质量反馈：评审说"hesitations 捕捉准确，但可以补充用户对某个行为变化的回避"。

这就是真实的开发过程。不是一次成功的故事，是"跑一次、看哪里炸了、改一行、再跑一次"的循环。每轮大概 10 分钟。四轮下来，Claude Code 的上下文窗口已经用到 79%。

仿真测试代码：三个 AI 模型互相喂数据

仿真结果：MBTI 会话评分、人格画像提取、质量反馈

算法仿真验证的是记忆质量。但还有一层要验证：整条管道在真实环境里跑不跑得通。

记忆提取是异步的，跑在请求结束之后的后台任务里。如果它静默失败了，用户根本不知道。Claude Code 又搭了一套集成仿真——创建真实的测试用户，打真实的 API，轮询数据库等异步记忆提取完成，然后直接问伴侣 AI："你还记得我在哪里工作吗？"

如果它能回答出"上海"和"UI 设计师"，说明从对话到摘要到画像到注入的整条管道是通的。

集成仿真跑出来 7 个阻塞性 Bug——全是算法仿真发现不了的工程层问题：数据库字段名不匹配但 Supabase 静默返回 200、异步任务没转发鉴权头导致记忆提取永远跑不通、token 预算不够导致 JSON 截断。

Claude Code 在同一个会话里逐个定位并修复。

整个 feature 从零到可测试，不到一天。

说清楚一件事：我全程没有写一行实现代码，也没有手动跑过一次测试。 我做的是设计、讨论、做决策——记忆用摘要还是原文？画像多大？伴侣放什么路由？解锁门槛几次？这些是需要人判断的问题。

这正是第六篇里说的：你才是 Manager——关键能力不是写代码，而是做判断。

数据库迁移、API 路由、记忆管道、仿真脚手架、三个 AI 模型的编排、跑四轮调参、搭集成测试——所有重活脏活，全是 Claude Code 干的。

在 Claude Code 里，设计对话和代码实现发生在同一个上下文里。我说"记忆应该只增不减"，它就去改提示词；我说"跑一个集成仿真验证管道"，它就去搭测试用户、打 API、轮询数据库。决策和执行之间没有断层，也没有翻译损耗。

"你上次说过'我想要的不是建议'"

为了验证这套系统到底行不行，我用 Claude Code 搭了一个算法仿真——模拟一个虚拟用户和 AI 进行 3 次 MBTI 会话 + 2 次伴侣会话，测试记忆的提取、积累和跨会话引用。

虚拟用户叫"林晓月"，28 岁，UI 设计师。第一次 MBTI 会话里，她提到了一件事：

"改了好几版设计稿，最后选了第一版，会觉得有点无力。"

AI 把这句话提取为一个记忆锚点——不是作为事实存储，而是作为她应对挫败的人格信号。

两次会话之后，她解锁了深度伴侣。第一次伴侣对话里，她说最近在纠结一个大厂的机会。来回聊了几轮，AI 突然说了一句：

"改了几版最后用第一版那种无力感，是不是又来了？"

林晓月的回复："对，就是那种感觉。"

跨会话的记忆引用。AI 没有回看原始对话记录——它只有那份 400 token 的人格画像。但画像里的那个锚点，在正确的时刻被激活了。

第二次伴侣会话更有意思。林晓月说最近失眠，躺下脑子就转。聊着聊着说到男朋友小明：

"他说的都对，但我听完心里堵堵的。他让我别想太多，早点睡。"

AI 没有顺着安慰她，而是引用了第二次 MBTI 会话里的一句话：

"你上次说过'我想要的不是建议'。小明是不是常这样，道理都对，但不是你想听的？"

她停了一下，说："对。他不是不关心，但我说完一件事他就想帮我解决。"

AI 接了一句："你需要的是有人陪你待在那个情绪里，不是马上被拉出来。"

然后她说了一句关键的话："但我也没跟他说过我真正想要什么，觉得说了好像在怪他。"

对话在这里转了。

她从抱怨"他不听我说"，开始看到自己的模式——一直在压抑需求，因为害怕表达需求会变成指责。AI 指出了这一点之后，她说：

"他确实不是那种会觉得我矫情的人。是我自己先把门关上了。"

整个仿真里最重要的时刻。AI 没有给建议，没有分析，只是用她自己说过的话把她引回到一个她一直在回避的问题：不是对方不理解你，是你从没给对方机会理解你。

这种理解——不是给你想听的，而是帮你看见自己看不见的——正是我在伴侣构想里想让 AI 学会的东西。

仿真跑完，10 个评分维度，平均 8.1/10。核心飞轮转起来了。

踩坑：新记忆把旧记忆吃了

8.1 分意味着系统可用，但不完美。仿真暴露了一个关键问题。

AI 把新的对话摘要合并进人格画像时，有时候会用新内容替换旧内容，而不是在旧内容基础上积累。

具体来说：MBTI 阶段积累的一个偏好——"喜欢创作（写作/绘画）"——在伴侣会话之后被新条目覆盖了。一个重要的记忆锚点——"被别人的情绪吸收会觉得累"——消失了。大厂跳槽这条悬而未决的线索，反复被替换为更表面的问题。

这恰恰验证了伴侣构想的判断：记忆编排难在"编排"。提取信号不难，难的是怎么让积累的信号不被后来的信号覆盖。

修复是提示词级别的。我在画像合并的提示词里加了一组"只增不减"规则：

memorableMoments：只增不减。每条都是一次真实对话的记忆碎片，是建立"活人感"的核心资产。除非用户明确说某件事已经解决并且不再有意义，否则永远不要删除。

preferences：只增不减。绝对不要删除或覆盖已有条目——用户的喜好是跨会话累积的。

unresolvedThreads：谨慎移除。"话题没被提到"或"对话转移"不算解决。优先保留涉及深层内心冲突的线索，而非表面信息缺口。

没有改一行架构代码。纯粹是 prompt 调优。

这也是这类系统有意思的地方：核心价值不在代码里，在提示词里。代码是骨架，提示词是灵魂。

而且提示词不是一次写成的。初版的画像 schema 根本没有 memorableDetails 和 unresolvedThreads 这些字段。它们是在跑仿真的过程中发现"缺了什么"之后加上去的。

设计和测试是交织在一起的。

飞轮的第一圈

MBTI 作为信号采集器 + 深度伴侣作为价值兑现，证明了一件事：

用对话理解一个人，用记忆累积这种理解，用引用让对方感受到被理解——这条路走得通。

还远不完美。画像的积累规则需要更多实战数据来打磨。伴侣的语气和节奏需要调到更自然。上下文窗口的预算分配需要更精细的 context engineering。

但 v0 是一个没有记忆的对话工具。v0.1 是一个开始理解你的伴侣。

这中间的距离，就是一个飞轮的第一圈。